MATLAB实用源代码图像处理Word格式.docx
《MATLAB实用源代码图像处理Word格式.docx》由会员分享，可在线阅读，更多相关《MATLAB实用源代码图像处理Word格式.docx（17页珍藏版）》请在冰豆网上搜索。
1.图像反转
MATLAB程序实现如下：
xian.bmp'
J=double（I）;
J=-J+（256-1）;
%图像反转线性变换
H=uint8（J）;
subplot（1,2,1）,imshow（I）;
subplot（1,2,2）,imshow（H）;
2.灰度线性变换
subplot（2,2,1）,imshow（I）;
axis（[50,250,50,200]）;
axison;
%显示坐标系
I1=rgb2gray（I）;
subplot（2,2,2）,imshow（I1）;
灰度图像'
J=imadjust（I1,[0.10.5],[]）;
%局部拉伸，把[0.10.5]内的灰度拉伸为[01]
subplot（2,2,3）,imshow（J）;
线性变换图像[0.10.5]'
gridon;
%显示网格线
K=imadjust（I1,[0.30.7],[]）;
%局部拉伸，把[0.30.7]内的灰度拉伸为[01]
subplot（2,2,4）,imshow（K）;
线性变换图像[0.30.7]'
3.非线性变换
subplot（1,2,1）,imshow（I1）;
灰度图像'
J=double（I1）;
J=40*（log（J+1））;
对数变换图像'
4.直方图均衡化
I=rgb2gray（I）;
figure;
subplot（2,2,1）;
imshow（I）;
subplot（2,2,2）;
imhist（I）;
I1=histeq（I）;
imshow（I1）;
imhist（I1）;
5.线性平滑滤波器
用MATLAB实现领域平均法抑制噪声程序：
subplot（231）
imshow（I）
）
I1=imnoise（I,'
salt&
pepper'
0.02）;
subplot（232）
imshow（I1）
添加椒盐噪声的图像'
k1=filter2（fspecial（'
average'
3）,I1）/255;
%进行3*3模板平滑滤波
k2=filter2（fspecial（'
5）,I1）/255;
%进行5*5模板平滑滤波k3=filter2（fspecial（'
7）,I1）/255;
%进行7*7模板平滑滤波
k4=filter2（fspecial（'
9）,I1）/255;
%进行9*9模板平滑滤波
subplot（233）,imshow（k1）;
3*3模板平滑滤波'
subplot（234）,imshow（k2）;
5*5模板平滑滤波'
subplot（235）,imshow（k3）;
7*7模板平滑滤波'
subplot（236）,imshow（k4）;
9*9模板平滑滤波'
6.中值滤波器
用MATLAB实现中值滤波程序如下：
J=imnoise（I,'
salt&
pepper'
subplot（231）,imshow（I）;
原图像'
subplot（232）,imshow（J）;
添加椒盐噪声图像'
k1=medfilt2（J）;
%进行3*3模板中值滤波
k2=medfilt2（J,[5,5]）;
%进行5*5模板中值滤波
k3=medfilt2（J,[7,7]）;
%进行7*7模板中值滤波
k4=medfilt2（J,[9,9]）;
%进行9*9模板中值滤波
3*3模板中值滤波'
5*5模板中值滤波'
7*7模板中值滤波'
9*9模板中值滤波'
7.用Sobel算子和拉普拉斯对图像锐化：
I1=im2bw（I）;
二值图像'
H=fspecial（'
%选择sobel算子
J=filter2（H,I1）;
%卷积运算
sobel算子锐化图像'
h=[010,1-41,010];
%拉普拉斯算子
J1=conv2（I1,h,'
same'
subplot（2,2,4）,imshow（J1）;
拉普拉斯算子锐化图像'
8.梯度算子检测边缘
用MATLAB实现如下：
subplot（2,3,1）;
subplot（2,3,2）;
I2=edge（I1,'
roberts'
subplot（2,3,3）;
imshow（I2）;
roberts算子分割结果'
I3=edge（I1,'
subplot（2,3,4）;
imshow（I3）;
sobel算子分割结果'
I4=edge（I1,'
Prewitt'
subplot（2,3,5）;
imshow（I4）;
Prewitt算子分割结果'
9.LOG算子检测边缘
用MATLAB程序实现如下：
subplot（2,2,3）;
log算子分割结果'
10.Canny算子检测边缘
用MATLAB程序实现如下：
canny'
canny算子分割结果'
11.边界跟踪（bwtraceboundary函数）
clc
clearall
figure
%将彩色图像转化灰度图像
threshold=graythresh（I1）;
%计算将灰度图像转化为二值图像所需的门限
BW=im2bw（I1,threshold）;
%将灰度图像转化为二值图像
imshow（BW）;
dim=size（BW）;
col=round（dim
（2）/2）-90;
%计算起始点列坐标
row=find（BW（:
col）,1）;
%计算起始点行坐标
connectivity=8;
num_points=180;
contour=bwtraceboundary（BW,[row,col],'
N'
connectivity,num_points）;
%提取边界
holdon;
plot（contour（:
2）,contour（:
1）,'
g'
'
LineWidth'
2）;
边界跟踪图像'
12.Hough变换
I=imread（'
rotI=rgb2gray（I）;
imshow（rotI）;
BW=edge（rotI,'
prewitt算子边缘检测后图像'
[H,T,R]=hough（BW）;
imshow（H,[],'
XData'
T,'
YData'
R,'
InitialMagnification'
fit'
霍夫变换图'
xlabel（'
\theta'
）,ylabel（'
\rho'
axison,axisnormal,holdon;
P=houghpeaks（H,5,'
threshold'
ceil（0.3*max（H（:
））））;
x=T（P（:
2））;
y=R（P（:
1））;
plot（x,y,'
s'
color'
white'
lines=houghlines（BW,T,R,P,'
FillGap'
5,'
MinLength'
7）;
subplot（2,2,4）;
imshow（rotI）;
霍夫变换图像检测'
max_len=0;
fork=1:
length（lines）
xy=[lines（k）.point1;
lines（k）.point2];
plot（xy（:
1）,xy（:
2）,'
2,'
Color'
green'
plot（xy（1,1）,xy（1,2）,'
x'
yellow'
plot（xy（2,1）,xy（2,2）,'
red'
len=norm（lines（k）.point1-lines（k）.point2）;
if（len>
max_len）
max_len=len;
xy_long=xy;
end
plot（xy_long（:
1）,xy_long（:
cyan'
13.直方图阈值法
用MATLAB实现直方图阈值法：
[m,n]=size（I1）;
%测量图像尺寸参数
GP=zeros（1,256）;
%预创建存放灰度出现概率的向量
fork=0:
255
GP（k+1）=length（find（I1==k））/（m*n）;
%计算每级灰度出现的概率，将其存入GP中相应位置
subplot（2,2,2）,bar（0:
255,GP,'
）
%绘制直方图
灰度直方图'
灰度值'
ylabel（'
出现概率'
I2=im2bw（I,150/255）;
subplot（2,2,3）,imshow（I2）;
阈值150的分割图像'
I3=im2bw（I,200/255）;
%
subplot（2,2,4）,imshow（I3）;
阈值200的分割图像'
14.自动阈值法：
Otsu法
用MATLAB实现Otsu算法：
level=graythresh（I）;
%确定灰度阈值
BW=im2bw（I,level）;
subplot（1,2,2）,imshow（BW）;
Otsu法阈值分割图像'
15.膨胀操作
%载入图像
subplot（1,2,1）;
se=strel（'
disk'
1）;
%生成圆形结构元素
I2=imdilate（I1,se）;
%用生成的结构元素对图像进行膨胀
subplot（1,2,2）;
膨胀后图像'
16.腐蚀操作
MATLAB实现腐蚀操作
I2=imerode（I1,se）;
%用生成的结构元素对图像进行腐蚀
腐蚀后图像'
17.开启和闭合操作
用MATLAB实现开启和闭合操作
%显示坐标系
%采用半径为1的圆作为结构元素
I2=imopen（I1,se）;
%开启操作
I3=imclose（I1,se）;
%闭合操作
开启运算后图像'
闭合运算后图像'
18.开启和闭合组合操作
subplot（3,2,1）,imshow（I）;
subplot（3,2,2）,imshow（I1
升级会员 